ゴールデンバッチは最適なプロセス品質を特定

初期観察

ゴールデンバッチを適用するための最初のステップは、プロセスと理想的な生産品質のアウトプットを特定することです。重要な成功パラメータを調査して、関連する規制上の制限やコストなど、プロジェクトの境界と範囲を決定する必要があります。その他の重要な要素は、現在生産品質に影響を与えている変数を特定し、データをモニタするセンサやその他のツールがあることを確認することです。どちらも、現実的で達成可能なスケジュールを設定するために不可欠です。

トルティーヤメーカの場合、最初の分析で、同社のインフラにはデータを収集するためのツールがすでに備わっていることがわかりました。バッチ処理の成功を決定する重要な出力センサとして、せん断速度と粘度を測定するファリノグラフが特定されました。同社には、理想的なバッチのファリノグラフ値を決定する既存の研究がありました。このラインには、バッチの結果に影響を与える可能性のある55の測定可能な変数があると評価されました。
 

ソリューションの導入

実装段階に含まれるアクティビティは、過去のプロセスデータが利用可能かどうかによって異なります。履歴データが存在する場合は、ゴールデン･バッチ･プロファイルの構築を開始するために、そのデータをクレンジング、整理、および移行する必要があります。履歴データが存在しない場合は、ゴールデン･バッチ･データ･プロファイルを構築する前に、デジタルインフラを構築する必要があります。この場合、分析をサポートするための完全なデータ収集を確実に行なうために、追加の時間とリソースが必要になります。いずれの場合も、プロセスの入力とそれに対応する製品の品質に関する包括的なデータセットを構築し、それを分析することで因果関係を明らかにすることが目的です。この分析により、最終製品の品質に大きな影響を与える入力パラメータが大量に得られることになります。これらの結果は、企業の製造プロセスに関する専門知識と合わせて、製造プロセスを深く理解することができます。最終製品の品質に大きな影響を与える入力パラメータのみに焦点を当てることで、ゴールデン･バッチ･プロファイルの処理と最適化にかかる時間を最小限に抑えることができます。

トルティーヤメーカの場合、ラインのセンサが1年分の過去のパフォーマンスデータを収集していました。このデータを分析し、ファリノグラフの測定値に大きな影響を与える操作可能な変数のみに絞り込みました。そして、これら21の変数すべてを用いて、カスタム予測モデルを構築しました。

ゴールデンバッチ最適化アルゴリズムは、目標とするファリノグラフ値を達成するために「利用可能な最善の」変数の組み合わせを決定しました。この新しい洞察は、トルティーヤを最も最適に製造するために、製造工程を変更する理由と方法を同社に示しました。

ゴールデンバッチを適用した結果、このメーカには次のような良い結果がもたらされました。

• 現在のバッチ式モデルから最適化されたゴールデンバッチ式モデルへの誤差を72.7%低減
• 製品品質の中央値で6.6%向上
• 最低品質の最終製品の5.5%において、目標指標に向けて最低27%の品質改善を実現el

ゴールデンバッチは、製品の品質と安定性の大幅な向上を実現するだけでなく、スクラップやその他の廃棄物によって失われる収益の削減、設備全体の効率性(OEE)の向上、規制遵守の確保、顧客満足度の向上も可能にします。